AI
AI 电商基础 入门课
第一篇章 · 电商 AI 认知底座
交互 免费公开课 第 09 / 11 节
应对三：RAG 给 AI 配一本“商品手册”
治幻觉最釜底抽薪的一招：回答之前，先让它翻资料。这套机制叫 RAG，是你未来店铺知识库的地基。
交互动画8 分钟
开卷考试 vs 闭卷考试
前面三节我们知道了：AI 是闭卷考试的考生，遇到不会的题就凭“语感”瞎蒙，还蒙得理直气壮。
RAG（检索增强生成）做的事，就是把闭卷改成开卷：客人每问一个问题，系统先去你的商品手册里翻出相关那一页，贴到 AI 的白板上，再让它回答。有原文照着，它想编都没机会编。
动画演示 · RAG 的五步流程
客人问：“这款扫地机器人有什么卖点？”
- 客人提问：“这款扫地机器人有什么卖点？”——问题先不进 AI，而是交给检索器。
- 检索商品手册：系统把问题转成检索词，在店铺知识库（商品参数表/FAQ/详情页）里找最相关的几条。
- 取回相关资料：命中：《F6 Pro 产品参数》——5000Pa 吸力、拖布抬升、75 天免倒尘、AI 避障、适用 120㎡+。
- 贴到 AI 白板上：把取回的资料写进上下文（还记得那块白板吗），和问题一起交给 AI。
- 基于资料作答：AI 照着资料组织语言——参数有据可查，编不了，也不用编。
有手册 vs 没手册，回答对比
同一个问题的两种回答
没配手册（闭卷瞎蒙）：“亲，这款扫地机器人功能很强大哦！智能规划路线、扫拖一体、大吸力，续航也很持久，性价比特别高，很多客户都回购呢～”全是品类套话，零有效信息——客人问了个寂寞。
配了商品手册（开卷作答）：“亲，这款 F6 Pro 的核心卖点有三个：① 5000Pa 大吸力 + 拖布抬升，地毯只扫不拖；② 75 天免倒尘，集尘袋一年换 4 次；③ AI 避障，数据线袜子都能绕开。适合 120㎡ 以上、有宠物或大户型家庭～”参数精准、卖点具体、人群明确——这才叫客服。
RAG 不是万能的，三个坑先知道
- 手册烂，回答烂：商品参数表乱七八糟、FAQ 三年没更新，AI 查到的就是错的。RAG 的工程质量 70% 在知识库整理，不在技术。
- 可能查错页：客人问“A 款和 B 款差在哪”，系统只翻出 A 款的页面，AI 就敢对比。检索精度需要专门调优。
- 成本和延迟都上升：每次回答多一步检索，多贴一份资料，Token 账单和响应时间都变长——这就是为什么第四篇章要讲成本优化。
先记住一个判断标准：凡是答案藏在“你家自己的资料”里的问题（参数、政策、库存、案例），都该走 RAG；凡是通用表达类的问题（写文案、想创意），提示词+温度就够。第二篇章我们会手把手搭这本“商品手册”。
📌 本节要点
- RAG = 开卷考试：先检索商品手册 → 贴到白板 → 再生成回答，从源头掐断编造。
- 五步流程：提问 → 检索 → 取回相关页 → 注入上下文 → 基于资料作答。
- 效果天差地别：没手册全是套话，有手册参数精准、卖点具体、人群明确。
- 三个坑：手册质量、检索精度、成本延迟——RAG 的功夫在库不在模型。